Kandinsky 6.0 Pro

kandinsky-6.0-pro/text-to-video

Modelo de video de difusión de código abierto que genera en una sola pasada unos 5 segundos de video con audio sincronizado de 44 kHz y sincronización labial, admite generación de video a partir de texto o de imagen y puede escalar hasta Full-HD

kandinsky-6.0-pro/image-to-video kandinsky-6.0-pro/text-to-video

Probar kandinsky-6.0-pro/text-to-video

Entrada

Salida

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

kandinsky-6.0-pro/text-to-video per video

Precio unitario	$1.9286

Descripción general

El modelo de generación de video a partir de texto Kandinsky 6.0 Pro está orientado a desarrolladores que necesitan obtener en una sola pasada imagen con sonido. Solo requiere un prompt como entrada obligatoria: genera la imagen y, al mismo tiempo, produce audio sincronizado, con una salida de aproximadamente 5 segundos por generación. Admite varias relaciones de aspecto, como horizontal, vertical y cuadrada, y permite fijar una semilla aleatoria para reproducir resultados. Es adecuado para prototipos de material de video corto, validación de tomas con locución y sincronización labial, así como para equipos que iteran ideas rápidamente con prompts en inglés o ruso.

Puntos clave

Imagen y audio en una sola generación: el prompt puede describir a la vez el sujeto, la acción, la cámara y el sonido; la imagen y el audio se producen en el mismo flujo, lo que elimina la necesidad de alinear la locución posteriormente.
Control de generación reproducible: ofrece el parámetro seed, que al fijarse permite comparar y repetir versiones de un mismo prompt.
Cobertura de múltiples relaciones de aspecto: admite cinco formatos de salida (16:9, 9:16, 1:1, 4:3 y 3:4), lo que permite alternar directamente entre tomas horizontales, verticales y cuadradas.
Separación entre prompt y control negativo: guidance_scale ajusta el grado de seguimiento del prompt y negative_prompt declara por separado el contenido que se debe evitar.

Descripción de capacidades

Generación de video con sonido a partir de un prompt: basta con introducir un prompt que describa la imagen y el sonido para obtener un clip corto con audio sincronizado; admite de forma nativa prompts en inglés y en ruso, lo que facilita controlar el contenido y el ambiente del resultado con lenguaje natural.

Cambio de relación de aspecto: mediante aspect_ratio se elige entre horizontal, vertical y cuadrado, de modo que un mismo prompt puede producir rápidamente versiones adaptadas a distintas ubicaciones de publicación.

Grado de seguimiento y restricciones negativas: guidance_scale se ajusta entre 1 y 10 para controlar la fidelidad al texto, mientras que negative_prompt sirve para excluir elementos no deseados; combinados, reducen el margen de prueba y error.

Reproducción mediante semilla: seed permite fijar la aleatoriedad; si se deja vacío, se genera de forma aleatoria. Resulta útil para bloquear resultados en la fase de versión final o para hacer experimentos de control al ajustar parámetros.

Casos de uso

Producción rápida de material de video corto para redes sociales: responsables de operaciones o de validación de casos de uso introducen un prompt con descripción de imagen y efectos de sonido y obtienen directamente un clip de unos 5 segundos, útil como prototipo de material para publicaciones verticales o cuadradas.
Validación conceptual de tomas con locución: equipos creativos describen con un prompt la acción de los personajes y el sonido, generan tomas cortas con audio y las usan para mostrar a clientes o al equipo el ritmo narrativo y el ambiente.
Adaptación masiva a múltiples formatos: los desarrolladores que necesitan cubrir canales horizontales y verticales con una misma idea fijan seed y prompt, cambian la relación de aspecto y producen varias versiones del material, lo que reduce los ajustes repetitivos.

Limitaciones y recomendaciones de selección

Cada salida es un clip corto de aproximadamente 5 segundos; para videos narrativos largos es necesario generar por segmentos y unirlos después. La generación con audio implica que el prompt debe atender a la vez la descripción visual y la sonora; en composiciones complejas puede requerir varias rondas de ajuste de guidance_scale y del prompt negativo para converger. Actualmente solo admite entrada de texto; si se dispone de material estático y se desea que impulse efectos dinámicos, conviene usar la línea de generación de video a partir de imagen de la misma serie. En escenarios que exigen mayor duración y resolución del resultado, es necesario evaluar si se complementa con procesos posteriores como el reescalado.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: kandinsky-6.0-pro/text-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para kandinsky-6.0-pro/text-to-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcional

Random seed for reproducing a generation. Omit for a random seed.

promptstringObligatoriominLength 1maxLength 6000

Describe the video and the sound you want. Write subject, action, camera and audio in one or two sentences. English and Russian prompts are supported natively.

aspect_ratiostringOpcionalPredeterminado: "16:9"

Output frame. 16:9 and 4:3 are landscape, 9:16 and 3:4 vertical, 1:1 square.

Opciones:16:99:161:14:33:4

guidance_scalenumberOpcionalPredeterminado: 5min 1max 10

How closely the result follows the prompt. Higher values follow the text more strictly.

negative_promptstringOpcionalmaxLength 2000

What to avoid in the video. Leave empty to use the built-in negative prompt.

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kandinsky-6.0-pro/text-to-video",
  "input": {
    "prompt": "…",
    "aspect_ratio": "16:9",
    "guidance_scale": 5
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "kandinsky-6.0-pro/text-to-video",
    input: {
      "prompt": "…",
      "aspect_ratio": "16:9",
      "guidance_scale": 5
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "kandinsky-6.0-pro/text-to-video",
        "input": {
          "prompt": "…",
          "aspect_ratio": "16:9",
          "guidance_scale": 5
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}